成像光谱对地观测机理与方法----中国科学院数字地球重点实验室

成像光谱对地观测机理与方法

发布时间：2020-07-28 | 【大中小】

发布时间：2020-07-28 | 【大中小】 | 【打印】【关闭】

成像光谱技术起源于20世纪80年代，是遥感技术发展的一个新里程碑。实验室围绕成像光谱对地观测技术，在基础理论、数据获取、信息处理与多学科应用方面均取得了系列创新成果，有效解决了理论研究与多领域应用中的关键技术瓶颈，研发了我国首个通用高光谱图像处理与分析系统，获得了2016年度中国科学院杰出科技成就奖和2018年度国家科技进步奖二等奖，成果也得到了国际同行的高度赞誉“该团队杰出的工作使得其成为国际高光谱遥感创新研究的引领者”。

创新发展了系列成像光谱理论与机理模型

发展了植被、水体、岩矿等地物光学反射、吸收、散射、荧光等系列光谱作用机理模型，提升了光与地物相互作用机制的认知水平。首次开展了植被叶绿素荧光方向性观测与建模研究，创新了荧光与光合生理及生产力的耦合机制与模型，发布了首套国产卫星SIF遥感全球产品；率先提出了植被养分垂直分布和色素比值等遥感反演模型，实现了植被营养状况早期无损诊断；建立了水色指数综合指标（FUI）水质综合指标反演模型，在国际上首次实现了全球湖库的营养状态分级评价。

光谱机理模型和病虫害不同严重度光谱特征

创建了典型地物光谱库与全链路高光谱图像模拟系统

创建了我国样本数量最多、种类最齐全的岩矿光谱数据库、典型内陆水体固有光学量数据库、典型作物全生育期光谱数据库等；提出了系列高光谱图像数据模拟模型与方法，国内首次实现干涉成像光谱仪图像数据模拟，研发了国内第一套全链路高光谱遥感图像模拟系统，为我国11个航空航天高光谱载荷型号工程论证提供了重要理论与技术支撑。

全链路高光谱图像模拟

提出了系列高光谱图像智能处理与信息提取新方法

提出了系列高光谱图像降噪、修复和混合像元群智能优化分解新方法，突破了图像噪声和混合像元对高精度信息提取的严重制约；提出了系列空间和光谱信息协同的高光谱图像分类新方法，有效解决了传统像元分类方法无法处理同物异谱的难题；提出了WRXD、ASMS等异常目标探测和光谱匹配探测新算法，有效解决了现有目标探测算法中虚警率过高的问题，在美国罗彻斯特理工学院主办的高光谱图像目标探测国际开放竞技中排名第一。

基于群智能优化的高光谱图像混合像元分解

研制了高光谱图像处理通用软件和星上实时处理平台

集成了光谱图像工具19个、光谱特征分析算法15种、像元解混算法9种、高光谱图像分类算法15种、高光谱图像目标探测算法8种等，研发了具有国际领先水平的HypEYE高光谱图像处理通用软件系统；突破了星上高光谱图像实时处理的多项关键理论与技术问题，研制了高光谱图像星上实时处理硬件系统HOPES，实现了星上图像获取与处理过程的同步进行。

HypEYE高光谱图像处理系统

HOPES星上高光谱图像实时处理硬件处理平台与典型场景目标探测

附件下载：